0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

基于基因信息的肺癌預后預測模型助力風險評估

汽車玩家 ? 來源: 科技日報 ? 作者:金鳳 ? 2020-03-23 15:47 ? 次閱讀

DNA甲基化是一種可遺傳、可逆轉的表觀遺傳學特征,不同基因的甲基化程度,對基因表達有不同的抑制作用。3月21日,記者從南京醫(yī)科大學獲悉,該校公共衛(wèi)生學院陳峰教授課題組采用數據挖掘的統(tǒng)計分析手段,構建了基于生物標記物的肺癌預后預測模型,對患者生存時間的預測精度高達89%。研究結果在獨立人群中得到驗證,為肺癌風險評估與精準治療提供了有力證據。該成果近日發(fā)表于國際著名期刊《胸科》。

不同預后評分人群的K-M生存曲線及預測模型的ROC曲線,課題組供圖

肺癌位居惡性腫瘤死因首位,根據患者的遺傳特征,利用有效的生物標記物進行個體化風險評估,可以為病情發(fā)展提供判斷依據。而DNA甲基化就可作為一種生物標記物。

自2015年起,南京醫(yī)科大學公共衛(wèi)生學院陳峰教授課題組,便聚焦早期非小細胞肺癌預后的表觀基因組學研究,并與美國哈佛大學、西班牙巴塞羅那大學、挪威奧斯陸大學、瑞典隆德大學開展國際合作研究。

論文的作者之一、南京醫(yī)科大學公共衛(wèi)生學院張汝陽副教授介紹,團隊利用合作者的現有實驗室數據和公共數據,從表觀基因組學、轉錄組學出發(fā),對38萬個基因指標進行分析,篩選具有主效應、交互效應的生物標記物,結合人口學、臨床指標,最終構建基于生物標記物的肺癌預后預測模型。

“此前人們并不了解到底有哪些基因的甲基化水平會影響肺癌患者的生存時間,我們從38萬個基因指標中發(fā)現,50多個基因甲基化和基因表達的生物標記物,會影響肺癌患者的生存時間。針對肺癌患者3年、5年存活率的預測精度,可分別達到88%和89%。根據目前的研究發(fā)現,這個模型是早期非小細胞肺癌預后預測精度最高的模型,將為早期肺癌臨床決策與治療提供參考?!睆埲觋栒f。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • DNA
    DNA
    +關注

    關注

    0

    文章

    243

    瀏覽量

    31098
  • 數據挖掘
    +關注

    關注

    1

    文章

    406

    瀏覽量

    24278
收藏 人收藏

    評論

    相關推薦

    英國將試用AI工具提前預測糖尿病風險

    近日,據最新報道,英國計劃在2025年啟動一項創(chuàng)新的人工智能(AI)工具試驗,旨在提前預測2型糖尿病的患病風險。這款名為“人工智能-心電圖糖尿病風險評估”的工具,能夠在患者實際罹患糖尿
    的頭像 發(fā)表于 12-27 10:26 ?534次閱讀

    如何評估AI大模型的效果

    評估AI大模型的效果是一個復雜且多維度的過程,涉及多個方面的考量。以下是一些關鍵的評估方法和步驟: 一、基準測試(Benchmarking) 使用標準數據集和任務來評估
    的頭像 發(fā)表于 10-23 15:21 ?1300次閱讀

    浪潮信息:元腦企智EPAI助力金融大模型快速落地

    將浪潮信息在AI算力底座建設、大模型開發(fā)領域積累的成熟、成功經驗工具化,助力金融機構又快、又穩(wěn)地部署生成式AI應用,助力金融數智化跨越式發(fā)展。
    的頭像 發(fā)表于 09-20 16:07 ?380次閱讀
    浪潮<b class='flag-5'>信息</b>:元腦企智EPAI<b class='flag-5'>助力</b>金融大<b class='flag-5'>模型</b>快速落地

    OpenAI與Anthropic新模型將受美政府評估

    近日,美國政府宣布了一項重要合作,旨在加強人工智能安全監(jiān)管。根據協(xié)議,OpenAI與Anthropic兩大AI領軍企業(yè)同意,在推出新的AI模型之前,先將其提交給美國人工智能安全問題研究所進行評估。這一舉措旨在確保新模型在能力范圍
    的頭像 發(fā)表于 08-30 15:35 ?357次閱讀

    NVIDIA Modulus助力風阻預測模型實現

    NVIDIA 與百度飛槳雙方技術團隊通過在數據、算法、模型等多個方面的合作,共同打造了一款適用于車輛空氣動力學數值模擬的 3D 高精度汽車風阻預測模型——DNNFluid-Car。經過訓練
    的頭像 發(fā)表于 08-23 17:10 ?928次閱讀

    【《大語言模型應用指南》閱讀體驗】+ 基礎知識學習

    能夠關注到輸入文本中的重要部分,從而提高預測的準確性和效率。這種機制允許模型在處理文本時同時考慮多個位置的信息,并根據重要性進行加權處理。 一些關鍵技術 1. 上下文理解 大語言模型
    發(fā)表于 08-02 11:03

    BP神經網絡預測模型的建模步驟

    BP(Backpropagation)神經網絡是一種多層前饋神經網絡,其核心思想是通過反向傳播算法來調整網絡中的權重和偏置,從而實現對輸入數據的預測或分類。BP神經網絡預測模型的建模是一個系統(tǒng)而復雜
    的頭像 發(fā)表于 07-11 16:57 ?1633次閱讀

    matlab預測模型怎么用

    MATLAB預測模型是一種基于統(tǒng)計和數學方法的預測工具,廣泛應用于各種領域,如金融、氣象、生物醫(yī)學等。本文將介紹MATLAB預測模型的使用方
    的頭像 發(fā)表于 07-11 14:33 ?653次閱讀

    MATLAB預測模型哪個好

    在MATLAB中,預測模型的選擇取決于數據類型、問題復雜度和預測目標。以下是一些常見的預測模型及其適用場景的介紹: 線性回歸(Linear
    的頭像 發(fā)表于 07-11 14:31 ?450次閱讀

    matlab預測模型有哪些

    環(huán)境,使其成為預測模型開發(fā)和實現的理想平臺。本文將詳細介紹MATLAB中常用的預測模型及其應用。 線性回歸模型 線性回歸是一種簡單的
    的頭像 發(fā)表于 07-11 14:27 ?802次閱讀

    arimagarch模型怎么預測

    ARIMA-GARCH模型是一種時間序列預測方法,它結合了自回歸積分滑動平均(ARIMA)模型和廣義自回歸條件異方差(GARCH)模型。ARIMA
    的頭像 發(fā)表于 07-09 10:22 ?542次閱讀

    神經網絡預測模型的構建方法

    神經網絡模型作為一種強大的預測工具,廣泛應用于各種領域,如金融、醫(yī)療、交通等。本文將詳細介紹神經網絡預測模型的構建方法,包括模型設計、數據集
    的頭像 發(fā)表于 07-05 17:41 ?739次閱讀

    【大語言模型:原理與工程實踐】大語言模型的評測

    至關重要,涉及常識推理、數學推理和演繹推理等。這些評測任務旨在全面評估模型的邏輯推理能力,如金融風險評估、醫(yī)療診斷和決策制定等高級應用中的表現。 邏輯推理類評測任務:主要包括三個類型
    發(fā)表于 05-07 17:12

    【大語言模型:原理與工程實踐】核心技術綜述

    、召回率、F1分數等,以及特定任務的評估方法,比如問答系統(tǒng)中的精確回答率。 道德和偏見審核: 評估模型可能的偏見和倫理風險,確保其公平性和合理性,規(guī)避不當使用。 部署和實際應用
    發(fā)表于 05-05 10:56

    模型在戰(zhàn)略評估系統(tǒng)中的應用有哪些

    智慧華盛恒輝大模型,顧名思義,是指參數規(guī)模超過千萬的機器學習模型。這些模型主要應用于自然語言處理、計算機視覺、語音識別等領域,在大場景下的表現尤為出色。 智慧華盛恒輝大模型在戰(zhàn)略
    的頭像 發(fā)表于 04-24 13:48 ?301次閱讀